随着多媒体信息技术的不断发展，数字视频技术的应用越来越普遍，尤其是室外的视频监控应用，如道路交通、住宅小区、停车场等。然而逐渐增多的雾、霾等恶劣天气，使得采集到的室外视频序列中物体的能见度很差，物体之间的可分辨性降低，摄像头等监控设备几乎成了盲眼，采集到的雾天视频也便失去了它的效用。因此，亟需良好的去雾算法以及对感兴趣区域的超分辨率重建算法，目的就是使得目标的细节更加清晰明确。　　本文拟重点研究基于细节增强的去雾算法以及基于分像素插值的超分辨率重建算法优化关键技术，利用公共图像集以及采集的雾天监控视频对算法进行实践与验证，并从客观角度对去雾后和重建后图像的质量进行评价，取得了如下主要成果:　　1.提出了分层处理细节增强的去雾算法框架:该算法框架增强了去雾后图像的细节信息;通过对有雾图像进行分层处理，提取出图像中的细节部分，并将其叠加到初步去雾后的图像上，达到了细节增强的效果。同时采用了图像质量的量化评估方法以及视频处理性能评测方案，从客观角度分析本文算法与其他算法的优势与不足。　　2.提出了基于直方图的任意滤波半径O（1)复杂度的中值滤波算法:在基于暗通道先验去雾模块，本文提出并实现了基于直方图的中值滤波，在保证图像质量不变的情况下，大大提高了去雾算法的处理速度，相较于何恺明原始的基于暗通道先验去雾算法有了较大的算法改进以及速度提升。　　3.提出了在指令级别上优化超分辨率重建算法，达到了对720p大小视频实时重建效果。在基于分像素插值算法的超分辨率重建中，使用了特殊的并行指令来提高图像的处理速率，从指令级别加速了算法的运行速度，以实现在保证图像质量不变的前提下大幅度提升图像的超分辨率重建性能。　　4.开发了雾天视频去雾及清晰化系统原型，同时验证了本文所提方法的有效性和实时性:本文通过对公共有雾图像集进行实验，并从客观角度与其他算法进行研究和对比。实验结果表明，本文所提出方法，能够达到实时有效去雾的程度，并能对感兴趣区域进行超分辨重建。最后，本文实现了雾天视频实时去雾和感兴趣区域图像重建的系统原型。